面向水土流失风险评价的高时空分辨率遥感融合模型研究

发布时间：2021-03-18 11:22

　　植被覆盖因子是水土流失控制因子当中非常重要的一个因子,其在年内呈现高度动态变化的特点。遥感技术已成为水土流失风险评价中植被覆盖因子获取的首要手段。然而受传感器技术条件限制,获取的数据不得不在时间和空间分辨率之间进行权衡,因而无法有效满足区域水土流失风险评价对高时空分辨率遥感数据的需求。因此,开展高时、空分辨率多源遥感数据融合,充分利用各个数据在空间和时相上的优势,将有助于提高遥感在区域水土流失风险评价中的应用潜力。本研究在对国际主流高时空分辨率融合模型梳理与分析的基础上,从理论上构建了一个即能解决遥感数据的5效应问题又能解决混合像元问题的新融合模型（0/0）,并将其与*,0、650和半物理模型进行了对比分析。最后,利用0/0构建的高时空分辨率植被指数,分析了其反映试验区季节性植被动态的潜力,观察其在植被覆盖变化监测中的作用。研究结果表明：1) MLDFM通过引入MODIS BRDF/Albedo模型参数与土地覆盖数据,同步解决BRDF效应与混合象元的问题,在理论设计上保障了模型的优越性；2)在本文研究区域内,与*,0、650和半物理模型相比,在地表覆盖变化和不变的区域均取得了更高的融合... 

【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
1 绪论
    1.1 研究背景和研究意义
    1.2 国内外研究现状
        1.2.1 植被覆盖因子
        1.2.2 遥感数据融合
        1.2.3 存在的问题
    1.3 论文的主要研究工作
        1.3.1 研究目标
        1.3.2 研究内容
        1.3.3 论文组织与结构
2 研究区域概况及数据预处理
    2.1 研究区域概况
    2.2 Landsat 数据
        2.2.1 Landsat数据介绍
        2.2.2 Landsat数据预处理
    2.3 MODIS 数据
        2.3.1 MODIS数据产品
        2.3.2 MODIS数据预处理
    2.4 土地覆盖数据
    2.5 本章小结
3 融合模型研究
    3.1 理论基础
        3.1.1 MODIS与Landsat反射率关系
        3.1.2 线性光谱混合模型
    3.2 BRDF效应处理
        3.2.1 BRDF模型介绍
        3.2.2 MODIS 数据 BRDF 校正
    3.3 MODIS混合像元分解
        3.3.1 端元反射率比例计算
        3.3.2 MODIS像元分解
    3.4 本章小结
4 融合结果评价
    4.1 评价方法
        4.1.1 主观评价
        4.1.2 客观评价
    4.2 模型对比
        4.2.1 相关模型介绍
        4.2.2 融合结果评价
        4.2.3 融合模型分析
    4.3 本章小结
5 植被覆盖因子变化分析
    5.1 植被指数数据集构建
    5.2 季节性植被动态变化分析
    5.3 本章小结
6 结论与讨论
    6.1 结论
    6.2 讨论与展望
参考文献
攻读学位期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]基于遥感图像大气校正的意义与发展[J]. 黄祎琳.  科技创新与应用. 2013(36)
[2]土壤侵蚀模型中植被管理因子的遥感估算[J]. 宋现锋,段峥,牛海山,河野泰之.  北京林业大学学报. 2009(03)
[3]中国水土流失现状与动态变化[J]. 李智广.  中国水利. 2009(07)
[4]卫星光学传感器全过程辐射定标[J]. 乔延利,郑小兵,王先华,张黎明,易维宁,王乐意.  遥感学报. 2006(05)
[5]黄河流域多沙粗沙区植被覆盖变化与减水减沙效益分析[J]. 王光谦,张长春,刘家宏,魏加华,薛海,李铁键.  泥沙研究. 2006(02)
[6]多源遥感图象信息保持型融合技术的研究[J]. 刘晓龙.  中国图象图形学报. 2001(07)
[7]多源遥感影像数据融合[J]. 贾永红,李德仁,孙家柄.  遥感技术与应用. 2000(01)
[8]多传感器信息融合技术[J]. 周荫清,洪信镇.  遥测遥控. 1996(01)



本文编号：3088232